一种基于机器学习的工程机械故障预测与预防方法

本发明公开了一种基于机器学习的工程机械故障预测与预防方法，包括：采集设备的多源运行数据，构建结构化多维时间序列；基于设备部件的连接关系、控制通路与能量传输路径构建异构图结构；采用改进的扩张时间卷积网络提取节点时间序列动态特征，并通过通道注意力机制加权生成节点嵌入表示；将嵌入表示输入边注意力增强型异构图神经网络，融合边类型与时间偏置信息计算故障风险评分；结合历史故障案例构建检索索引机制，根据相似度匹配生成候选集合，输出结构化预防建议。本发明能够在复杂结构工况下实现更高准确率的故障风险预测，显著提升预警响应速度与处理建议生成效率，有效增强工程机械系统的运行可靠性与维护智能化水平。